基于粒子群优化的军事物流配送中心选址

针对当前军事物流配送改革中配送中心选址问题,在成本最小的基础上,构建了一个混合整数规划模型,并将粒子群优化算法(PSO)引入到模型的求解中,采用离散PSO解决物流配送中心选择问题,用基本PSO解决货物运输分配问题,通过嵌套调用离散PSO和基本PSO,得到模型最优解.该方法降低了计算复杂度,有效选择了物流配送中心,优化了军事物流网络.实例表明了方法的可行性和有效性.     

改进麻雀搜索算法求解物流配送中心选址问题

为提升物流配送效率,降低配送成本,提出一种改进麻雀搜索算法M-SSA求解物流配送中心选址问题。在基本麻雀搜索算法SSA中,设计均匀化Logistic映射机制提升初始种群的均匀性和随机性;利用正余弦优化和惯性权重机制改进发现者位置更新,提升全局搜索能力;引入柯西混沌变异机制增强种群多样性,避免局部最优解。利用M-SSA算法求解物流配送中心选址问题。实验结果表明,在解决配送中心选址问题上,M-SSA算法可以降低物流配送成本,提升配送效率。     

双种群灰狼优化算法的物流配送中心选址策略

针对物流配送中心选址模型具有多约束和非线性的特点,导致难以求解的问题.提出一种改进灰狼优化算法的求解策略.文章通过引入交叉变异策略,改进了传统灰狼算法在迭代后期易早熟收敛的问题;通过加入双种群寻优策略,丰富了灰狼算法的种群多样性,提高了算法的收敛速度.将改进后的灰狼算法针对物流配送中心选址模型进行求解,实验结果表明,该改进灰狼优化算法具有较高的全局搜索能力,针对物流配送中心选址模型具有较高的搜索精度,很大程度的提高了物流配送效率.     

基于大数据技术的跨境电商智慧化物流配送系统建设研究

针对传统系统应用在跨境电商智慧化物流配送中存在物流配送成本较高、配送时间长的问题，提出基于大数据技术的跨境电商智慧化物流配送系统。采用模块化方式构建系统软件，利用选址模型对物流配送中心选址，利用大数据技术优化物流配送中心到客户需求点之间的路径。实验结果表明，该系统的物流配送成本相对较低，且物流配送时长也相对较短，拥有广阔的应用前景。     

B2C电子商务中配送中心选址优化的模型与算法

在考虑商品供应成本因素的基础上,结合B2C电子商务企业物流配送网络的特点,建立了混合0-1整数规划的配送中心选址优化模型．该模型是一种特殊形式的选址-分配模型,具有NP难性质．为求解上述模型,开发了嵌入表上作业法的遗传算法．实例研究表明,该算法能高效求得模型的优化解,是求解物流配送中心选址这类复杂优化问题的一个较好方法．     

GIS环境下的物流配送中心选址模型与算法研究

物流配送中心是现代物流的重要组成部分。在规划配送中心时,合理的配送中心选址可以大大降低配送中心的运营成本和建造成本。本文提出了一种物流配送中心选址模型,并设计了遗传算法与线性规划相结合的计算方法。     

层次分析法在配送中心选址中的应用研究

通过分析影响物流配送的因素,建立层次分析模型。通过超市物流配送实例,用层次分析法解决配送中心的选址问题,并最终运用MATLAB求解整个模型,给出最终的优化结果。研究工作对于企业运用层次分析法选址有良好的参考价值。     

基于GIS的粮食配送决策支持系统分析与设计*

以粮食物流企业的配送问题为背景,结合GIS理论和方法,对粮食物流配送决策支持系统进行了系统分析。首先结合粮食物流配送决策支持系统的数据需求,详细分析了数据库系统的结构;然后根据粮食物流配送的决策问题,研究分析了粮食物流配送决策支持系统中配送中心选址优化以及粮食配送过程中车辆路线规划等核心模块,并对模型库系统中的模型进行了设计。建立了基于GIS的粮食物流配送系统模型,为GIS应用于粮食物流配送决策支持系统(GLD_DSS)提供了较实用的指导性方案。     

物流配送中心多目标优化选址的仿真设计

物流配送中心的选址对物流服务能力具有决定性影响,在进行物流配送中心选址时必须综合考虑物流成本和物流服务能力,并以物流成本最小化和物流服务能力最大化为目标,构建了一个多目标优化选址模型。根据模型特点,采用博弈理论的纳什均衡博弈方法对模型进行求解,将模型中的两个目标函数看成博弈方,所有可行的选址方案作为博弈策略集,建立博弈分析的技术路线和计算步骤。最后通过实例仿真,得到满意的设施选址方案。结果证明,选址模型的正确性和有效性,同时表明纳什均衡博弈方法有效地解决选址的多目标优化问题,具有一定的应用前景。     

综合评价法在乳制品物流配送中心选址问题中的研究

乳业物流配送中心的选址对于构建乳品物流网络、降低物流成本、提高乳制品物流企业的效益有着重要意义,本文利用综合评价法对影响乳业物流配送的各影响因素进行分析、计算,选取可达到配送中心整体最优的效果方案,对乳业物流配送选址问题有一定的显示参考意义.